数据治理：助力数据战略，你必须知道的事情

何为数据治理？

数据治理涵盖公司在处置数据时所涉及的所有机构、有关规定、各方作用及职责等方面。公司对数据的处置包括数据收集、数据处理、数据激活等。数据治理是公司数据战略的基石，它能针对与数据有关的关键问题进行规范化的管理，如：数据安全、数据可用性、数据完整性和数据可靠性。

首席数据官 (Chief Data Officer) 的核心职责正在于进行数据治理、建立数据收集及使用的体系、以及在公司内部推行统一的数据使用准则。

数据治理是数据驱动战略的基石

如今，数据影响着公司运转的方方面面。正因如此，公司需要一个全面且适用面广泛的策略来进行数据管理。由于数据治理关乎数据可用性、解读性、完整性和安全性等与企业利益息息相关的方面，因此数据治理不可或缺。

数据获取、数据共享和数据集中管控面临诸多技术难题和组织结构挑战。针对这些困境，数据治理将建立数据管理的规则，在数据生命周期各阶段都厘清数据的所有权归属、数据负责方、数据收集和利用的方式、以及数据服务对象和目的。

若公司内部缺乏必要的组织结构调整，那么数据驱动战略将无法充分释放潜能。制定数据治理策略涉及相关技术、工具、流程和规则，而这些要素共同构成了真实可信的商业资产和完整的生产流程或供应链。

如何制定切实可行的数据治理策略？

制定数据治理策略需要对公司结构及其内部运转拥有深度了解。此外，数据治理策略并非一成不变，而应紧随数据战略和用例实施的发展步伐，与时俱进。总之，数据治理应力求务实、不断迭代、并以公司商业目标为导向。

数据治理涵盖面广，需要定义和制定各种规则、程序、指标和参照系。因此，必须确定公司内部日常使用数据的范围，从而确保数据的一致性、同质性、可靠性和可用性。

值得注意的是，一些组织的数据治理之路始于从数据中创造价值，而非一开始便制定明确的数据治理策略。首先，他们在组织内部创造机会，刺激组织对数据的需求，之后再建立相应的数据管理体系。这一策略的优势在于，它能将数据治理与公司的商业需求相结合，使其更符合公司的商业愿景。

不过，由于数据治理模式高度依赖公司原有的组织架构，因而并不存在某种标准的参考模式。这正是，一千家公司就有一千种数据治理策略！

55 数据公司稳固高效的数据治理最佳实践

• 组建多功能、跨部门的数据治理机构，囊括业务、技术、分析、法律、统计和计算机等专业领域技能。这一融合了各部门专业人才的核心团队必须全面了解公司活动，如此才能创建合乎需求的治理框架。该团队还应充分理解公司当前的挑战，并在此基础上进行决策。

• 充分利用各部门或合作方的专业技能。这些难得的专业技能或许与数据治理高度相关。

• 在数据治理的各阶段，清晰界定公司内外各相关方的角色和职责。这有助于给予各方相应的职权、明确各方职责和任务。如此，公司采用的治理策略将更易于做出决策，并能保证数据用例符合公司的全球战略。

• 明确公司的业务需求，并对此进行优先排序。在此基础上，创建一些可转化为技术要求的用例。公司各方都应参与用例的选择和设计，并提供各自的具体见解。为确保数据治理策略符合业务需求，还应尽快将业务团队纳入数据治理的全流程。此外，法律和安全团队将就数据的可用性提供专业意见；技术团队应承担更多实际操作方面的任务。当然，还应将用例实施准确记录存档，以便持续使用。

• “小起点，优发展”：先创建简单实用的数据架构，再通过多次迭代不断完善。这种策略将使数据质量控制和数据安全措施部署更为简便。这一策略旨在使数据用例具备可扩展性，而非创建包括万象的数据用例。项目的成功与否，取决于团队在数据管理流程中所展现出的优化和调整数据的能力。从这个角度来说，我们应当站在一个全球公司的高度，而非仅仅基于验证测试(POC)，来评估技术方案的成本。
• 保证数据安全，遵循《通用数据保护条例》(GDPR) 中关于个人数据的相关规定。数据治理应对以下方面做出强制要求：采用隐私设计；就明确的数据用途征得用户的使用同意；发生数据泄露时能立刻判定事件影响等。
• 最后，还应牢记一点：无论是专门技术方案还是全套技术方案，都只有在专业人士的管理下，才能最有效地服务于企业的商业目标。